AI 2.0 时代留在牌桌上的公司比 1.0 时代少多了——1.0 号称做 AI 的有上百家，现在做大模型的有几家？屈指可数，但市场空间比以前大多了。

1、bsport 它和 2025 年 3 月 xAI 收购 X 的逻辑相同：全股票交易，没有现金支出，没有真正独立的外部买方，也没有能够改变结果的少数股东，因为买方和卖方最终都由同一个人控制。

这一现象背后，是具身智能赛道持续升温。bsport2025年，华致酒行出现自上市以来首次亏损，营收为59亿元，同比下滑37.7%，归母净利润为-3.69亿元，同比下跌929.7%。

2、帕金斯：我认为詹姆斯已经知道自己想去哪里，他在故意作秀

首发系列“一lu生花”的世界观设定是“误食毒蘑菇、与花朵共生的精灵小鹿”。

3、去年直接经济收入达1.54亿 ，今年WTT商业合作已全面开启

创新最好是当别人创新完成89%时再切入。

4、交涉破裂，中方不给日本碰瓷机会，正午12时，钓鱼岛调查准时开始

在传统商业逻辑下，当商品卖出那一刻，交易便已终结。

5、库里创历史：首位现役NBA球员篮球名人堂开个展

用户真正需要的，是好用、能落地解决问题的硬件，不是只靠外观博眼球、堆砌繁杂功能的酷炫硬件。

C端品牌的创业者多为二十多岁的年轻人，我们有一句俗语是，30岁以上不做C端。

目前，“华致优选”模式仍处在市场验证初期，华致酒行能否凭借即时零售成功突围，仍有待市场检验。

6、1换7叫停！伦纳德！5000万代言疑云拖垮交易

当王琦和团队出手的时候，智能硬件领域还不像如今这样炙手可热，把它们罗列到一起，背后呈现的是元璟资本在跨境出海领域的投资逻辑——寻找技术驱动的大趋势，在趋势中识别非共识的真需求，再从真需求中寻找能够定义未来的新物种。

我希望蓝标能成为一家百年公司，但能不能做到，要看后来人。

7、记者：费尔梅伦今夏可能离开莱比锡，多家五大联赛球队询问他

这项交易在不动用现金的情况下改变多个叙事层面。

据规划，7~8月将规模化生产，年产能目标100万台；德州工厂的第二代产线预计2027年投产，产能进一步扩大。

8、大连“十五五”开局经济半年报！“新”潮澎湃，动力十足

这届校招，我们也加入了AI考试。

如今AI普及之后，相当于我多了无数虚拟员工、专业咨询顾问。

如果我不知道投资哪个企业家会成功，我就会在当下AI时代的小公司里，每家都投一点进去。

9、特朗普万万没料到，伊朗要调转枪口，专打他的海外资产

第一，亲自动手的人太少。

他赌的是能，市场还没投票，给他的时间表也足够远。

10、冠军X2，张之臻和商竣程的双城记

华致酒行称，上述税款及滞纳金已全部缴纳完毕，将计入公司2026年当期损益。

你们享有哪一部分权利？ 曹旭东：我们的数据使用主要是脱敏之后的，用于改进驾驶的安全性和自动驾驶的体验。

1、新加坡滨海湾宾乐雅臻选酒店揭幕Gnomey Hollows，升级酒店土地精灵主题亲子体验

“Scaling Law我们非常坚信，我们现在是PB（1024TB）级别的数据量，也看到了很多效果。

2、曝华为内部会议强调P系列重要性超Mate 重回影像巅峰

97．竞争有好坏之分，好竞争是指从技术、质量、品牌和服务上进行竞争，推动企业效益和消费者福利的增长。

3、服务员帮黄总搭讪女生后续，生意黄了仅开胃菜，更严重的还在后面

从0到1的无人配送产业是怎么跑通的？余恩源届时将分享自动驾驶商业化、智慧物流以及具身智能应用的最新思考。留住季后赛奇兵！深圳敲定内线外援巴吉，广东引进传闻落空机会给到你，你最后没接住，那是另一个维度的事了。

4、墨西哥告别世界杯：比输球更痛的，是生活的烦恼

简单说，Ontology就是给AI画一张企业地图，让它理解这家公司的业务、组织、流程、数据和决策关系。

5、肝病、肾病患者注意！吃糯米制品要谨慎

实在忍不住了，每天攒几块钱，等攒够了就买本书，撕掉封皮，扔在脚底来回搓几下，伪装成垃圾桶里的“旧书”，再带回家。

6、他是NBA现役最强防守教练，年龄和詹姆斯一样大 苦熬15年终迎转正

比如同样一句 “胸痛加重，伴大汗”，普通模型只能识别文字，而我们的系统能理解这背后是急性心梗的高危信号，会自动触发预警。

“我说做不了，我只做动漫产品。

取消固定层级，“只要领袖，不要领导”。

7、首例涉外金融市场测试案例落槌，填补多项规则“空白”，自贸离岸债发展迈出坚实一步

第一次创业几乎醒着每一刻都在想怎么把事做成，第二次有了骄傲，觉得想到这里差不多了——有这种心态的时候，事情基本不可能成功。

我特别喜欢用这个词：“互相学习，共同提高”。

8、8500万镑新援首秀3分钟凌空世界波，赛后直言：生涯最佳进球

2020年，应书岭还做了一个极具战略意义的决定。

而这些非常适合用AI4S（AI for Science，科学智能）去解决。

大模型的Scaling Law（规模法则）已经清晰，参数越大、数据越多，智能涌现越强。

为了按时交付，他带着工人连轴转，“当时的技术根本不成熟，连开模带打样做成了这个样子，全是靠修补赶出来的。